์ฌ์ ๋ฆฌ๋
2025 ์์ธก: Compound AI๋ฅผ ์ํ ๊ธฐ์ ์ฑํ์ ํด
새로운 해는 이전에 본 적 없는 방식으로 AI 채택을 가져올 것입니다. 기업 내에서 달성할 수 있는 것을 재조정한 후에 말입니다. 지식 그래프는 복합 AI를 지원하며 전면에 나서게 될 것입니다. 왜냐하면它们은 비정형 정보를 실행 가능한 지식으로 변환하는 데 연료를 추가하기 때문입니다. GraphRAG와 같은 다른 도구와 함께 제너레이티브 AI(GenAI)를 더 효율적으로 만드는 도구와 함께,它们은 우리의 일상 생활에 AI가 통합되는 방식을 위해 계속해서 길을 열어갈 것입니다.
제너레이티브 AI 모델이 할 수 있는 것에 대한 현실적인 관점이 Compound AI의 해를 가져올 것입니다
조직은 실제 문제를 해결하기 위해 GenAI의 잠재력을 구현하기 시작했습니다. 새로운 해에 우리는 이전에 본 적 없는 방식으로 채택될 것을 볼 것입니다. 그러나 기업 사용자에게 AI를 채택하는 경우, 모델은 아직 복잡한 문제를 해결하기 위해 독자적으로 충분하지 않습니다. 예를 들어, 인간은 도구와 함께 더 지능적이고 효율적이며, 계산기, 도서관, 컴퓨터에 접근할 수 있게 되면서 더 많은 것을 성취할 수 있었습니다. 우리는 이 단계에서, 특히 기업 환경에서 적절한 도구 없이 언어 모델이 우리가 원하는 모든 것을 하기를 기대할 수 없습니다. 복합 AI 작업을 지원하는 지식 그래프를 추가하면 시스템은 기업 내에서广泛하게 활용되고 이익을 얻을 수 있을 것입니다.
GraphRAG와 정보 순위의 혁명
인터넷의 초기에는 주요 검색 엔진은 AltaVista와 Lycos였습니다. 검색 쿼리는 페이지의 모든 단어를 색인화하고 페이지 순위 순으로 결과를 제공했습니다. 결국, Google은 페이지가 서로 어떻게 관련되어 있는지 보면서 이것을 재창조했습니다. 다른 중요한 페이지가 가리키고 있는 페이지는 더 중요해졌습니다. 이 재귀 규칙은 웹을 그래프로 볼 때만 가능했습니다. 이것이 오늘날 우리가 알고 있는 Google과 페이지 순위를 가지게 된 방식입니다.さらに, Google이 2012년에 텍스트 데이터를 지식 그래프로 변환하기 시작했을 때, 우리는 실제 엔티티에 대한 구조화된 정보를 검색할 때 사용자에게 어떻게 받는지에 대한 진화를 보았습니다.
내년에는 인터넷에서 키워드 검색에서 네트워크 및 그래프 구조를 기반으로 하는 검색으로의 전환과 같은 유사한 진행을 볼 것입니다. 언어 모델이 혜택을 받는 기업에서 구조화된 표현으로 변환된 텍스트를 기반으로 하는 검색도 발생할 것입니다. GenAI를 진행함에 따라, 우리는 RAG를 사용하여 GenAI를 사용하는 것과 같은 것을 보기 시작했습니다. 이는 문서의 모든 단어 또는 문서의 모든 부분을 벡터로 변환하여 질문을 문서의 개별 단어에 매핑할 수 있습니다.
나는 검색의 다음 반복은 지식 그래프와 RAG의 조합을 사용하여 진행될 것입니다. 이것은 문서를 교차 참조하고 빠르게 공통점을 찾고 연결을 링크로 작동하여 쿼리에 응답하는 데 도움이 됩니다. 시간이 지남에 따라 문서화된 대부분의 내용이 구조화된 정보로 변환되어 지식 그래프에 넣여지게 될 것입니다. 검색 쿼리가 요청될 때 이유가 발생하도록 허용할 것입니다. 비정형 텍스트 정보를 구조화된 정보로 빠르게 변환하여 상징적 지식이 실행 가능한 지식이 되도록 강조할 것입니다.
인터넷의 인터페이스가 변경되고 있으며, 일상 생활에서 AI 채택이 먼저 발생할 것입니다
Google에서 자란 사람으로서, 인터넷의 인터페이스가 변화하고 있는 것을 피할 수 없습니다. ChatGPT 채택의 상승은 인터넷과 소통하는 다음 세대의 주요 메커니즘으로 진화했습니다. 2025년과 그 이후에 우리는 이것을 채택하는 것을 볼 것입니다. 이것은 광고와 같은 산업이 경쟁 우위를 유지하기 위해 어떻게 진화하는지에重大한 영향을 미칠 것입니다.
대부분의 기술 혁신과 마찬가지로, 우리는 개인 생활에서 먼저 이를 구현할 것입니다. 언어 모델이 이유를 제공하고 일상적인 습관에 자연스러운 패턴을 개발하는 개인 보조기와 같은 Siri 또는 Alexa를 기반으로 할 것입니다. 우리는 작업 외부에서 개인 보조를 더 많이 사용하기 시작할 때, 작업에서 유사한 보조를 갖는 기대를 따를 것입니다.
기업에서 제너레이티브 AI 구현을 위한 예산 재조정
이제 AI의 최고 하이프 사이클이 우리 뒤에 있기 때문에, 사람들은 GenAI에 대한 접근 방식이 더 실용적입니다. 지난 1년 반 동안, 많은 사람들이 GenAI에大量의 예산을 지출했으며, 다른 중요한 영역의 IT足跡과 데이터를 뒤로 밀어넣고 투자하지 않았을 수 있습니다. 그래서 내년에는 많은 조직이 더 잘 투자하기 위해 예산을 재조정할 것입니다. 이제 우리는 GenAI가 어떻게 작동할 수 있는지 또는 조직에서 작동하지 않을 수 있는지에 대한 가시성과 노출을 가지고 있으므로, 기업은 GenAI와 모든 중요한 이니셔티브 사이에서 투자를 균형있게 조정할 수 있습니다.
